导读:本文包含了击键特征论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:特征,击键,身份认证,文本,身份,序列,生物。
击键特征论文文献综述
单鹏飞,戴大蒙[1]（2018）在《基于支持向量机的击键特征异常用户识别》一文中研究指出由于用户对键盘的熟悉程度,击键习惯各不相同,每个用户都有自己的击键行为特征。本文设计基于支持向量机的击键生物特征模型对异常用户进行识别,针对特殊的文本提出了基于逻辑回归的缺失值补全算法和基于相关性热图分析的特征筛选算法对数据进行预处理。提出使用错误种类作为击键认证的特征并使用优化的支持向量机做分类处理。将提出的算法与传统的朴素贝叶斯,决策树等算法进行对比。(本文来源于《电脑知识与技术》期刊2018年19期）
贺冰清[2]（2018）在《采用击键特征的用户隐式身份认证算法研究》一文中研究指出由于用户隐私泄露事件层出不穷,普通的登录名、密码的身份认证方式已经不能满足时代的需求,而击键认证作为一种辅助的认证方式,既不需要额外的硬件设备支撑又能在用户毫无察觉时完成认证。击键认证正在逐渐成为研究的热点。但目前提出的大多数算法存在数据不公开、识别率不高的情况,因此针对这类问题,本文分别研究了固定文本和自由文本击键特征信息的提取和击键特征认证算法,提高了针对固定文本和自山文本用户识别率。首先,本文提出一种针对固定文本的击键特征曲线差异度的认证算法,并设计了用户名、密码作为主要认证,击键认证作为辅助认证的一套完整的认证方案。击键特征曲线差异度是建立在传统击键认证算法中所使用的击键时间特征向量的基础上,并也引入了击键时间特征向量中任意两个相邻时间特征值之间的变化率。因此,基于击键特征曲线差异度的认证算法可增加用户击键特征的区分度,提高算法的认证准确率。其次,本文提出了一种针对自由文本的加权击键特征曲线差异度的认证算法。并选取使用频率较高的双键字符序列的击键间隔时间与具有代表性的半时间特征共同构成自由文本的击键特征。考虑到自由文本与固定文本击键特征之间的差异,在击键特征曲线差异度的基础上提出了加权击键特征曲线差异度的概念,从而将双键的使用频率引入击键认证算法中。所以,基于加权击键特征曲线差异度的认证算法可以更加有效地解决自由文本击键特征身份认证识别率较低的问题。最后,本文通过实验来验证文中所设计的认证算法的有效性和准确性,并将实验结果与目前常用的认证算法进行对比分析。实验结果表明:与传统的认证算法相比,本文针对固定文本和自由文本所设计的认证算法具有更好的性能指标。(本文来源于《西安理工大学》期刊2018-06-30）
董学雄[3]（2018）在《基于击键特征的用户身份识别算法研究》一文中研究指出随着信息技术的飞速发展,人们对生活质量提出更高要求的同时个人信息安全越来越成为大家关注的焦点。海量数据的涌现丰富和方便了人们生活,但也为信息安全领域带来了极大的挑战,传统的基于口令、密码等身份识别方法已然无法满足当下的各种安全需要。近年来,生物特征识别技术作为一门新兴的用于计算机访问控制的身份认证方法越来越受到各界重视。本文针对计算机系统访问控制的身份认证需求,设计一个基于击键特征的身份识别模型。利用混沌粒子群算法优化BP神经网络初始参数并对大量击键特征数据进行拟合,可以通过对不同用户击键特征数据的分类识别,达到用户身份认证的目的。1、构建一个基于BP神经网络的击键特征身份识别模型。分析用户基于静态文本击键操作时生成的行为数据特征,提取击键产生的间隔时间和持续时间作为特征参数,并对提取的实验数据进行整合。构建神经网络学习模型,以经过数据训练后的模型对用户击键数据进行分类匹配,实现用户身份识别。2、使用混沌粒子群算法优化BP神经网络的初始参数,改善身份识别模型。优化网络的初始参数,避免在学习过程中陷入局部极值的情况,有效提高学习效率,使应用于击键特征数据的BP神经网络身份识别模型更加合理、准确、高效。3、在构建的身份识别模型中,从多角度对构建的模型的功能和性能进行测试。通过对模型优化前后的学习效果和识别精度的对比分析,验证模型的有效性和可行性。根据实验的结果表明,优化BP神经网络构建的击键特征身份识别模型可以对不同用户的击键特征进行较高精度的分类识别,实现用户身份的判定。这就验证了本文中所采用的研究方法是正确的,设计的网络识别模型是有效的。(本文来源于《兰州理工大学》期刊2018-05-30）
王林,贺冰清[4]（2018）在《采用击键特征曲线差异度的用户身份认证方法》一文中研究指出击键特征是一种能反映用户行为的动态特征,可作为用户身份识别的信息源。传统的认证方法通常仅采用击键特征向量中所包含的每个特征值的大小来进行身份识别,而没有利用任意两个相邻特征值之间的变化率,在一些情况下,可能导致识别准确度不理想。针对上述问题,定义了一种新颖的击键特征曲线差异度的概念,并由此提出基于击键特征曲线差异度的认证算法。该认证算法不仅利用了常规的击键特征信息,还首次引入了任意两个相邻特征值之间的变化率信息,使算法性能得到显着提高。实验结果表明,相比于曼哈顿距离算法、统计学算法、神经网络算法和机器学习算法,新算法的错误拒绝率、错误接受率和相等错误率更低,识别准确度更高,效果更好。(本文来源于《计算机工程与应用》期刊2018年22期）
杨耀荣[5]（2018）在《基于击键特征的智能手机身份认证技术研究与实现》一文中研究指出随着密码暴力攻击、涂抹攻击技术的不断发展以及频繁发生的用户信息泄露事件,基于口令的手机身份认证方法变得不再安全可靠。人们开始寻求安全性更高的身份认证技术,生物识别技术的出现和发展为解决这一安全问题带来了希望。生物识别技术通过利用用户自身的行为特征或生理特征来完成身份认证和识别。目前生物识别技术的研究主要聚焦在人脸、声音、指纹和虹膜等生理特征上,但是这些生物识别技术需要额外硬件设备的支持,不利于生产成本的降低和设备的一体化集成,而基于击键特征的身份认证技术的出现弥补了这方面的缺陷。因此,本文对智能手机的击键特征进行了深入研究,提出并实现了一种基于击键特征的智能手机身份认证方法。本文主要工作如下:1.本文首先对击键特征相关的研究内容进行了分析和总结,在此基础上,重点对击键特征和分类算法两个方面进行了深入了分析和研究,发现现有研究中存在以下问题:其一,一阶击键特征与用户口令长度相关联,而且数量相对较多,导致模型训练和识别速度较慢;其二,基于击键特征的智能手机身份认证方法面临着实际应用场景下正负样本数据集不平衡问题,二分类算法用户识别率较高,但是无法解决数据集不平衡问题,一分类算法可以解决数据集不平衡问题,但是用户识别率较低。2.针对以上问题,本文提出了 一种基于击键特征的智能手机身份认证方法。在一方面,该方法提出在一阶击键特征的基础之上提取出更符合用户击键行为模式的二阶击键特征的具体方法;在另一方面,该方法深入研究现有处理不平衡数据集算法存在的问题,并在基于Tomek Liniks的欠采样方法和基于改进的SMOTE算法的基础之上,提出了一种基于TL-SMOTE的二分类算法。实验结果表明,该方法不仅可以在一定程度上解决不平衡数据集的问题,还具有较高的用户识别率。3.将本文提出的基于击键特征的智能手机身份认证方法进行了系统设计与实现。该系统在不影响原有基于用户名/密码旧系统正常工作的前提下,无缝地结合了基于击键特征的身份认证模块。新增加的模块对于用户来说是透明不可见的,所以用户可以在不需要任何额外学习成本的情况下,就能够获得基于击键特征的身份认证因素的增强保护。(本文来源于《北京邮电大学》期刊2018-03-13）
沈伟国,王巍[6]（2017）在《基于顽健线性判别分析的击键特征识别方法》一文中研究指出研究了用户认证过程中的键盘击键序列特征提取和分类问题,提出一种基于顽健线性判别分析的击键特征识别方法。首先,最大化击键序列集不同类间的离散度,同时最小化序列集同类之间的离散度,保持击键序列样本的最佳判别特性。其次,最小化近邻击键序列样本间的相似性离散度,保持序列样本的区域相似性。最后,基于上述原则,对击键序列特征样本进行特征提取,并采用最近邻分类准则进行判决输出。通过与其他方法的实验对比,验证了该方法的有效性。(本文来源于《通信学报》期刊2017年S2期）
宋梦玲,胡晓勤[7]（2016）在《基于加权相对距离的自由文本击键特征认证识别方法》一文中研究指出基于相对距离的自由文本击键特征认证识别方法(即R方法),提出一种基于加权相对距离的自由文本击键特征认证识别方法。通过收集用户在QQ聊天过程中产生的击键自由文本数据,对用户的击键特性进行分析,提取其中的双键数据信息,计算加权距离、归一化处理及认证判断。分别计算FRR和FAR。实验证明文中所用方法的FRR和FAR都低于R方法,识别准确度更好。(本文来源于《现代计算机(专业版)》期刊2016年04期）
张泽农[8]（2016）在《基于击键特征与动态颜色序列的新型密码键盘设计》一文中研究指出目前,数字组合密码被广泛应用于生活中,传统的静态物理键盘作为数字密码的输入设备更是被广泛部署于各类终端,但是这种密码输入设备存在着许多不可忽视的安全隐患。基于此,笔者设计了一套以颜色作为关键字的动态键盘系统作为解决方案,以击键间隔和击键压力作为辅助的隐秘保护措施,替代现有的静态物理键盘,保障密码输入的安全。(本文来源于《科技经济导刊》期刊2016年04期）
易彬,胡晓勤[9]（2015）在《基于加权贝叶斯的击键特征身份识别》一文中研究指出生物击键是以人的行为特征为基础的身份认证技术。在朴素贝叶斯分类理论的背景下,提出一种改进的加权贝叶斯方法。实验结果表明,加权后错误率较朴素贝叶斯大大降低,错误拒绝率FRR和错误接受率FAR分别为2.5%和1.4%。(本文来源于《现代计算机(专业版)》期刊2015年05期）
李艳[10]（2015）在《击键特征数据采集系统设计》一文中研究指出基于击键特征的身份认证利用键盘提取用户特征,是一种价格低廉,使用方便的认证方式。使用VC++6.0软件进行了数据采集系统设计,并给出了整个方案,对程序中所用到函数等做了明确的解释,编程实现了键盘输入数据采集。试验验证表明数据采集系统能够很好地采集用户击键时的按键持续时间和间隔时间,为后续用户击键特征的识别打下了良好基础。(本文来源于《新技术新工艺》期刊2015年01期）
击键特征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于用户隐私泄露事件层出不穷,普通的登录名、密码的身份认证方式已经不能满足时代的需求,而击键认证作为一种辅助的认证方式,既不需要额外的硬件设备支撑又能在用户毫无察觉时完成认证。击键认证正在逐渐成为研究的热点。但目前提出的大多数算法存在数据不公开、识别率不高的情况,因此针对这类问题,本文分别研究了固定文本和自由文本击键特征信息的提取和击键特征认证算法,提高了针对固定文本和自山文本用户识别率。首先,本文提出一种针对固定文本的击键特征曲线差异度的认证算法,并设计了用户名、密码作为主要认证,击键认证作为辅助认证的一套完整的认证方案。击键特征曲线差异度是建立在传统击键认证算法中所使用的击键时间特征向量的基础上,并也引入了击键时间特征向量中任意两个相邻时间特征值之间的变化率。因此,基于击键特征曲线差异度的认证算法可增加用户击键特征的区分度,提高算法的认证准确率。其次,本文提出了一种针对自由文本的加权击键特征曲线差异度的认证算法。并选取使用频率较高的双键字符序列的击键间隔时间与具有代表性的半时间特征共同构成自由文本的击键特征。考虑到自由文本与固定文本击键特征之间的差异,在击键特征曲线差异度的基础上提出了加权击键特征曲线差异度的概念,从而将双键的使用频率引入击键认证算法中。所以,基于加权击键特征曲线差异度的认证算法可以更加有效地解决自由文本击键特征身份认证识别率较低的问题。最后,本文通过实验来验证文中所设计的认证算法的有效性和准确性,并将实验结果与目前常用的认证算法进行对比分析。实验结果表明:与传统的认证算法相比,本文针对固定文本和自由文本所设计的认证算法具有更好的性能指标。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
击键特征论文参考文献
[1].单鹏飞,戴大蒙.基于支持向量机的击键特征异常用户识别[J].电脑知识与技术.2018
[2].贺冰清.采用击键特征的用户隐式身份认证算法研究[D].西安理工大学.2018
[3].董学雄.基于击键特征的用户身份识别算法研究[D].兰州理工大学.2018
[4].王林,贺冰清.采用击键特征曲线差异度的用户身份认证方法[J].计算机工程与应用.2018
[5].杨耀荣.基于击键特征的智能手机身份认证技术研究与实现[D].北京邮电大学.2018
[6].沈伟国,王巍.基于顽健线性判别分析的击键特征识别方法[J].通信学报.2017
[7].宋梦玲,胡晓勤.基于加权相对距离的自由文本击键特征认证识别方法[J].现代计算机(专业版).2016
[8].张泽农.基于击键特征与动态颜色序列的新型密码键盘设计[J].科技经济导刊.2016
[9].易彬,胡晓勤.基于加权贝叶斯的击键特征身份识别[J].现代计算机(专业版).2015
[10].李艳.击键特征数据采集系统设计[J].新技术新工艺.2015
论文知识图
